基于BiLSTM模型的冶金领域国家标准指标识别研究

冶金行业为集成电路、人工智能、航空航天等重要领域提供必不可少的金属原材料。冶金国家标准是重要的基础性战略资源,在冶金产业的高质量发展中发挥技术性支撑作用。国家标准文本中蕴含大量的关键技术性指标,人工逐一识别并抽取的模式在大数据时代已无法满足数字化转型的需求。本研究采用深度学习算法,对冶金领域的国家标准文本分别开展RNN、GRU和BiLSTM模型的对比实验,根据模型性能择优选取最优模型。研究结果显示BiLSTM模型在冶金领域国家标准指标识别的表现上最好,由此采用BiLSTM为该领域标准指标识别的深度学习模型。